一种解决非光滑伪凸优化问题的新型神经网络
来源：计算机工程与应用杂志2019年第12期北京时间：
作者：喻 昕，伍灵贞，汪炎林
单位：广西大学 计算机与电子信息学院，南宁 530004
摘要：针对带有不等式约束条件的非光滑伪凸优化问题，提出了一种基于微分包含理论的新型递归神经网络模型，根据目标函数与约束条件设计出随着状态向量变化而变化的罚函数，使得神经网络的状态向量始终朝着可行域方向运动，确保神经网络状态向量可在有限时间内进入可行域，最终收敛到原始优化问题的最优解。最后，用两个仿真实验用来验证神经网络的有效性与准确性。与现有神经网络相比，它是一种新型的神经网络模型，模型结构简单，无需计算精确的罚因子，最重要的是无需可行域有界。
关键词：非光滑伪凸函数,神经网络,收敛,优化问题
